KR20180131775A - Method and System for detecting fire using genetic algorithm - Google Patents

Method and System for detecting fire using genetic algorithm Download PDF

Info

Publication number
KR20180131775A
KR20180131775A KR1020170068281A KR20170068281A KR20180131775A KR 20180131775 A KR20180131775 A KR 20180131775A KR 1020170068281 A KR1020170068281 A KR 1020170068281A KR 20170068281 A KR20170068281 A KR 20170068281A KR 20180131775 A KR20180131775 A KR 20180131775A
Authority
KR
South Korea
Prior art keywords
fire
thermal
thermal imaging
genetic algorithm
camera
Prior art date
Application number
KR1020170068281A
Other languages
Korean (ko)
Other versions
KR101929539B1 (en
Inventor
이상현
Original Assignee
호남대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 호남대학교 산학협력단 filed Critical 호남대학교 산학협력단
Priority to KR1020170068281A priority Critical patent/KR101929539B1/en
Publication of KR20180131775A publication Critical patent/KR20180131775A/en
Application granted granted Critical
Publication of KR101929539B1 publication Critical patent/KR101929539B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06F19/24
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/12Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Fire Alarms (AREA)

Abstract

The present invention relates to a method for detecting fire using a genetic algorithm and a system thereof. The method comprises the following steps of: obtaining an image photographed by a thermal imaging camera and a sensing value detected by at least one sensor embedded in the thermal imaging camera; and applying a genetic algorithm to the obtained image and the at least one obtained sensing value to calculate a fire index so as to determine whether fire occurs. According to the method for detecting fire using a genetic algorithm and the system thereof, accuracy of determining whether fire occurs can be increased by detecting fire by not only a thermal image but also a sensor.

Description

유전자 알고리즘을 이용한 화재 감지 방법 및 시스템{Method and System for detecting fire using genetic algorithm}FIELD OF THE INVENTION [0001] The present invention relates to a fire detection method and system using a genetic algorithm,

본 발명은 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템에 관한 것으로, 보다 상세하게는 유전자 알고리즘을 이용하여 화재 발생 여부를 감지할 수 있는 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템에 관한 것이다.The present invention relates to a fire detection method and system using a genetic algorithm, and more particularly, to a fire detection method and system using a genetic algorithm capable of detecting fire occurrence using a genetic algorithm.

화재 감지를 위해 구조물의 천장 등에 설치된 화재 감지기의 경우, 실제 화재 상황이 아니더라도 화재 상황으로 잘못 인지하여 오작동하는 경우가 많았다. 이러한 오작동의 원인은 습기, 불꽃, 연기 등으로 다양하며, 오작동에 의한 소방대원들의 출동 및 시민들의 대피가 빈번한 상황이다.In the case of a fire detector installed on the ceiling of a structure to detect a fire, even if it is not an actual fire situation, it is often mistaken for a fire situation and malfunctions are often observed. These malfunctions are caused by moisture, sparks, smoke, etc., and the malfunctioning of firefighters and the evacuation of citizens are frequent.

경기재난안전본부의 국민안전처 국가화재 시스템 내 '최근 경기도 내 3년간 화재건수 경보기 오작동 출동건수' 분석자료에 따르면 지난해 전체 화재건수 중 화재경보기 오작동으로 인한 출동건수는 3천 773건으로, 지난해 전체 화재 1만 147건의 약 37%에 해당했다.According to the latest analysis of the number of fire alarms and fire alarms for 3 years in Gyeonggi Province, the number of fire alarms caused by the malfunction of fire alarms last year was 3,773, About 37 percent of the 11,414 cases were covered.

등록특허 제10-1411624호에서는 화재감지를 위해 가시광 감시 카메라 및 열영상 카메라를 통해 화재를 감지하는 방법에 대해서 개시하고 있다. 구체적으로는 가시광 감시 카메라로부터 촬영된 제1 영상 및 열영상 카메라로부터 촬영된 제2 영상을 결합한 제3 영상을 생성하고, 제3 영상으로부터 특정 개체의 색상에 근거하여 화재 정도를 결정하는 구성을 개시하고 있다.Japanese Patent Registration No. 10-1411624 discloses a method for detecting a fire through a visible light surveillance camera and a thermal imaging camera for fire detection. Specifically, a configuration is described in which a third image obtained by combining a first image photographed by a visible light monitoring camera and a second image photographed by a thermal image camera is generated, and a degree of fire is determined based on the hue of a specific entity from the third image .

그런데 이러한 방식은 카메라로 촬영된 영상을 분석하여 화재를 감지하기 때문에, 카메라의 시야가 가려지거나, 화재가 아닌 다른 원인에 의한 온도 상승이나 연기 발생에도 오작동할 염려가 있어, 화재 발생 여부의 정확한 결정을 방해하는 불안 요소가 존재한다.However, since this method detects a fire by analyzing an image captured by a camera, there is a risk that the camera is visually obscured, malfunction may occur even if the temperature rises due to a cause other than a fire, or smoke is generated. There is an uneasy factor that interferes with

KRKR 101411624101411624 B1B1

본 발명은 상기와 같은 문제점을 개선하기 위하여 창안된 것으로서, 유전자 알고리즘을 이용하여, 적외선 촬영이 가능한 열화상 카메라를 통해 촬영된 영상 및 카메라에 내장된 센서를 통해 센싱된 값으로부터 화재 발생 여부를 감지하는 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템을 제공하는데 그 목적이 있다.The present invention has been made in order to overcome the above problems, and it is an object of the present invention to provide a method and apparatus for detecting fire occurrence from a sensed value through an image captured through an infrared camera, The present invention relates to a fire detection method and system using a genetic algorithm.

상기의 목적을 달성하기 위하여 본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 방법은 열화상 카메라에서 촬영된 영상과 상기 열화상 카메라에 내장된 적어도 하나의 센서에서 검출한 센싱값을 획득하는 단계와; 상기 획득된 영상 및 적어도 하나의 센싱값에 유전자 알고리즘을 적용하여 화재 지수를 산출함으로써 화재 여부를 판단하는 단계;를 포함한다.According to another aspect of the present invention, there is provided a fire detection method using a genetic algorithm, the method comprising: obtaining a sensed value sensed by at least one sensor built in a thermal imaging camera and an image captured by a thermal imaging camera; And applying a genetic algorithm to the acquired image and at least one sensed value to determine a fire by calculating a fire index.

상기 화재 여부를 판단하는 단계는 기설정된 참조 데이터와 상기 유전자 알고리즘이 적용된 최적해를 비교하여 화재 여부를 판단할 수 있다.In the step of determining whether or not the fire is present, it is possible to determine whether or not the fire is caused by comparing preset reference data with an optimal solution to which the genetic algorithm is applied.

바람직하게는 상기 화재 여부를 판단하는 단계에서 상기 유전자 알고리즘에 입력되는 변수는 상기 획득된 영상에 기초하여 연산된 온도값과 연기 센서 또는 가스 센서를 포함하는 상기 적어도 하나의 센서에서 검출한 센싱값일 수 있다.Preferably, the variable input to the genetic algorithm in the step of determining whether or not the fire is a fire may be a temperature value calculated based on the obtained image, and a sensing value detected by the at least one sensor including a smoke sensor or a gas sensor have.

또한, 상기 화재 여부를 판단하는 단계는 상기 유전자 알고리즘을 이용하여 상기 획득된 영상에 기초하여 연산된 온도값 및 상기 획득된 센싱값에 가중치를 산정하는 단계를 포함할 수 있다.In addition, the step of determining whether or not the fire has occurred may include calculating a temperature value calculated based on the obtained image using the genetic algorithm and a weight on the obtained sensing value.

또한, 상기 화재 지수는 상기 연산된 온도값 및 상기 획득된 센싱값에 산정된 가중치를 기설정된 참조 데이터와 비교하여 산출될 수 있다.The fire index may be calculated by comparing the calculated temperature value and a weight calculated based on the obtained sensing value with predetermined reference data.

또한, 상기 화재 여부를 판단하는 단계는 상기 산출된 화재 지수를 서버로 전송하는 단계를 포함할 수 있다.In addition, the step of determining whether or not the fire has occurred may include transmitting the calculated fire index to the server.

상기 유전자 알고리즘은, 초기집단의 생성, 적합도 평가, 선택, 교배, 돌연변이 연산을 통해서 상기 염색체가 최적의 해가 되도록 진화시킬 수 있다.The genetic algorithm can evolve the chromosome to be an optimal solution through generation of an initial population, fitness evaluation, selection, mating, and mutation operations.

또한, 상기 화재 여부를 판단하는 단계는 상기 산출된 화재 지수에 기반하여 화재가 발생한 것으로 판단된 경우 또는 상기 서버로부터 화재 발생에 대한 정보를 전송받은 경우에 화재 경보를 알리는 단계를 더 포함할 수 있다.The step of determining whether or not the fire has occurred may further include a step of informing a fire alarm when it is determined that a fire has occurred based on the calculated fire index or when information about a fire occurrence is received from the server .

상기 열화상 카메라는 복수개이며, 제1 열화상 카메라의 대각선상에 일정한 간격을 두어 위치한 제2 열화상 카메라를 통해 제1 열화상 카메라로 열화상 촬영을 할 수 없는 사각지대의 화재 감지를 실시할 수 있다.A plurality of thermal cameras are provided, and fire detection of a dead zone, in which thermal imaging can not be performed by the first thermal imaging camera, is performed through a second thermal camera positioned at a predetermined interval on the diagonal line of the first thermal imaging camera .

또한, 상기의 목적을 달성하기 위하여 본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 시스템은 유전자 알고리즘을 적용하여 화재 지수를 산출함으로써 화재 여부를 판단하는 제어부를 포함하는 열화상 카메라; 및 상기 열화상 카메라로부터 상기 산출된 화재 지수를 전송받는 서버를 포함할 수 있다.In order to achieve the above object, a fire detection system using a genetic algorithm according to the present invention includes a thermal imaging camera including a control unit for determining a fire by calculating a fire index by applying a genetic algorithm; And a server for receiving the calculated fire index from the thermal imaging camera.

상기 열화상 카메라는 적외선 카메라를 통해 열화상 영상을 촬영하여 상기 제어부에 출력하는 열화상촬영부와; 연기 센서와 가스 센서 중 적어도 하나가 내장된 센서부; 및 상기 산출된 화재 지수를 서버로 전송하는 송수신부;를 포함한다.The thermal imaging camera comprises: a thermal imaging unit for imaging thermal images through an infrared camera and outputting the thermal imaging images to the control unit; A sensor unit having at least one of a smoke sensor and a gas sensor incorporated therein; And a transmission / reception unit for transmitting the calculated fire index to a server.

상기 제어부는 상기 유전자 알고리즘을 이용하여 상기 열화상촬영부에서 촬영된 열화상 영상으로부터 획득된 영상에 기초하여 연산된 온도값 및 상기 센서부에서 검출된 센싱값에 가중치를 산정할 수 있다.The controller may calculate a weight value based on the temperature value calculated based on the image obtained from the thermal image photographed by the thermal imaging unit and the sensing value detected by the sensor unit using the genetic algorithm.

상기 서버는 상기 전송받은 화재 지수가 실제 화재가 발생한 것으로 판단되는 경우, 상기 화재 지수를 전송한 열화상 카메라 주변의 일정 범위에 있는 상기 서버와 통신이 가능한 열화상 카메라에 화재 발생에 대한 정보를 전송할 수 있다.If the transmitted fire index is determined to be an actual fire, the server transmits information about the occurrence of a fire to an infrared camera capable of communicating with the server in a certain range around the infrared camera transmitting the fire index .

상기 열화상 카메라는 상기 산출된 화재 지수에 기반하여 화재가 발생한 것으로 판단된 경우 또는 상기 서버로부터 화재 발생에 대한 정보를 전송받은 경우에 화재 경보를 발생하는 화재 경보부를 포함할 수 있다.The thermal imaging camera may include a fire alarm unit for generating a fire alarm when it is determined that a fire has occurred based on the calculated fire index or when information about a fire occurrence is received from the server.

본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템에 따르면, 열화상 영상 뿐만 아니라 센서도 이용하여 화재를 감지하므로 화재 발생 여부 판단의 정확성을 높이는 효과가 있다.According to the fire detection method and system using the genetic algorithm according to the present invention, since the fire is detected using not only the thermal image but also the sensor, the accuracy of fire occurrence determination is improved.

또한, 열화상 카메라를 통해 촬영된 영상 및 센서를 통해 센싱된 값을 유전자 알고리즘을 통해 화재로 판단될 수 있는 화재 감지 수준을 학습하므로 화재 발생 여부 판단에 있어서 정확성을 높이는 효과가 있다.Also, since the value sensed through the sensor and the image photographed through the thermal camera learns the fire detection level which can be judged by fire through the genetic algorithm, the accuracy of the fire detection is improved.

도 1은 본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 시스템을 간략히 도시한 블록도이고,
도 2는 도 1의 열화상카메라의 배치구조를 설명하기 위한 도면이고,
도 3은 본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 방법을 나타내 보인 플로우도이다.
1 is a block diagram briefly showing a fire detection system using a genetic algorithm according to the present invention,
Fig. 2 is a view for explaining an arrangement structure of the thermal imaging camera of Fig. 1,
3 is a flowchart showing a fire detection method using a genetic algorithm according to the present invention.

이하 첨부된 도면을 참조하면서 본 발명의 바람직한 실시예에 따른 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템을 더욱 상세하게 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS A fire detection method and system using a genetic algorithm according to a preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 시스템을 간략히 도시한 블록도이다.1 is a block diagram briefly showing a fire detection system using a genetic algorithm according to the present invention.

도 1을 참조하면, 본 발명에 따른 유전자 알고리즘을 이용한 화재 감지 시스템(10)은 열화상카메라(100) 및 서버(200)를 구비한다.Referring to FIG. 1, a fire detection system 10 using a genetic algorithm according to the present invention includes a thermal imaging camera 100 and a server 200.

열화상 카메라(100)는 일정 공간에 복수 개가 있을 수 있으며, 도 2에 도시된 바와 같이 도면 하단에 위치한 제1 열화상 카메라(100)의 대각선 부분에 제2 열화상 카메라(100)를 위치시킴으로써, 제1 열화상 카메라(100)로 열화상 촬영을 할 수 없는 사각지대를 제2 열화상 카메라(100)를 통하여 열화상 촬영을 실시하여 화재 감지를 할 수 있다.A plurality of thermal imaging cameras 100 may exist in a predetermined space. By positioning the second thermal imaging camera 100 on the diagonal portion of the first thermal imaging camera 100 located at the lower end of the drawing as shown in FIG. 2 , Fire detection can be performed by taking a thermal image through the second thermal imaging camera 100 in a dead zone where thermal imaging can not be performed by the first thermal imaging camera (100).

열화상카메라(100)는 유전자 알고리즘을 적용하여 화재 지수를 산출하여 화재 여부를 판단하고, 산출된 화재지수를 서버로 송출하도록 되어 있다.The thermal imaging camera 100 calculates a fire index by applying a genetic algorithm to determine whether or not the fire has occurred, and transmits the calculated fire index to the server.

열화상 카메라(100)는 열화상촬영부(110), 센서부(120), 제어부(130), 화재 경보부(140) 및 송수신부(150)를 구비한다.The thermal imaging camera 100 includes a thermal imaging unit 110, a sensor unit 120, a control unit 130, a fire alarm unit 140, and a transceiver unit 150.

열화상촬영부(110)는 적외선 카메라가 적용될 수 있다.The thermal imaging unit 110 may be an infrared camera.

열화상촬영부(110)는 적외선카메라를 통해 열화상 영상을 촬영하여 제어부(130)에 출력한다.The thermal imaging unit 110 photographs the thermal imaging image through the infrared camera and outputs the thermal imaging image to the control unit 130.

센서부(120)는 열화상 카메라(100)에 장착되어 있으며 온도센서(121), 가스센서(122) 및 연기센서(123)가 적용되어 있다.The sensor unit 120 is mounted on the thermal imaging camera 100 and a temperature sensor 121, a gas sensor 122 and a smoke sensor 123 are applied.

온도센서(121)는 주변온도를 검출하며 생략될 수도 있다.The temperature sensor 121 may be omitted to detect the ambient temperature.

제어부(130)는 유전자 알고리즘을 이용하여 열화상촬영부(110)에서 촬영된 열화상 영상으로부터 획득된 영상에 기초하여 연산된 온도값 및 센서부(120)에서 검출된 센싱값을 이용하여 화재지수를 산출한다.The control unit 130 uses the temperature value calculated based on the image obtained from the thermal image captured by the thermal imaging unit 110 and the sensed value detected by the sensor unit 120 using the genetic algorithm, .

제어부(130)의 상세처리과정은 후술한다. The detailed processing procedure of the control unit 130 will be described later.

화재경보부(140)는 제어부(130)에 제어되어 화재경보 예를 들면 경보음 또는 경보광을 출력한다.The fire alarm unit 140 is controlled by the control unit 130 to output a fire alarm, for example, an alarm sound or an alarm light.

송수신부(150)는 제어부(130)에 제어되어 제어부(130)에 의해 산출된 화재 지수를 서버(200)로 전송한다.The transmission / reception unit 150 is controlled by the control unit 130 and transmits the fire index calculated by the control unit 130 to the server 200.

또한, 송수신부(150)는 서버로부터 화재발생정보를 수신하여 제어부(130)에 제공한다.In addition, the transceiver unit 150 receives the fire occurrence information from the server and provides it to the control unit 130.

서버(200)는 열화상 카메라(100)와 유선 또는 무선데이터 통신을 통해 연결되어 정보를 송수신한다. The server 200 is connected to the thermal imaging camera 100 through wired or wireless data communication to transmit and receive information.

서버(200)는 일정 구역안의 다수의 열화상 카메라(100)로부터 화재 수준에 대한 정보를 수신하여 기록한다.The server 200 receives and records information on the fire level from the plurality of thermal imagers 100 in a certain area.

또한, 서버(200)는 화재가 발생한 것으로 판단되는 화재 지수를 전송받은 경우, 서버(200)는 화재가 발생한 것으로 판단되는 화재 지수를 전송한 열화상 카메라(100)의 일정 주변에 위치하며 서버(200)와 통신이 가능한 열화상 카메라에게 화재 발생에 대한 정보를 전송한다.In addition, when the server 200 receives a fire index determined as a fire, the server 200 is located in a certain vicinity of the thermal imaging camera 100 that transmitted the fire index, 200 to the infrared camera capable of communicating with the fire alarm system.

이하에서는 도 3을 함께 참조하여 유전자 알고리즘을 이용한 화재 감지 과정을 설명한다. Hereinafter, a fire detection process using a genetic algorithm will be described with reference to FIG.

먼저, 열화상영상 및 센싱값을 획득한다(단계 310).First, thermal imaging and sensing values are obtained (step 310).

즉, 열화상촬영부(110)에 의해 촬영된 열화상 영상과 센서부(130)의 센서를 통해 센싱값을 제어부(130)에서 획득하는 단계이다.That is, the control unit 130 acquires the sensed value through the thermal image photographed by the thermal image sensing unit 110 and the sensor of the sensor unit 130.

다음은 유전자 알고리즘을 이용하여 화재지수를 산출한다(단계 320).Next, the fire index is calculated using the genetic algorithm (step 320).

유전자 알고리즘을 이용한 화재 지수산출 과정은 제어부(130)에서 이루어진다.The fire index calculation process using the genetic algorithm is performed in the controller 130.

즉, 제어부(130)에서 유전자 알고리즘을 이용하여 열화상촬영부(110)에 의해 촬영된 열화상 영상에 기초하여 연산된 온도값 및 센서부(130)에 내장된 센서를 통해 검출된 센싱값으로부터 화재 지수를 산출한다.That is, the temperature value calculated based on the thermal image taken by the thermal imaging unit 110 using the genetic algorithm in the control unit 130 and the sensed value detected through the sensor built in the sensor unit 130 Calculate the fire index.

제어부(130)는 기설정된 참조 데이터와 유전자 알고리즘이 적용된 최적해를 비교하여 화재 여부를 판단하도록 구축될 수 있다.The control unit 130 may be constructed to determine whether a fire has occurred by comparing preset reference data with an optimal solution to which a genetic algorithm is applied.

일 예로서, 제어부(130)는 유전자 알고리즘을 이용하여 열화상촬영부(110)로부터 획득한 영상에 기초하여 연산된 온도값 및 센서부(103)로부터 획득한 센싱값에 가중치를 산정할 수 있으며, 온도값 및 센싱값에 산정된 가중치를 기설정된 참조 데이터와 비교하여 화재 지수를 산출할 수 있다.As an example, the control unit 130 may calculate a weight value based on the temperature value calculated based on the image acquired from the thermal imaging unit 110 and the sensing value acquired from the sensor unit 103 using the genetic algorithm , The temperature value and the sensed value can be compared with predetermined reference data to calculate the fire index.

여기서, 기설정된 참조 데이터는 화재 발생시의 유독가스 농도, 연기, 온도, 열화상카메라 영상 등의 정보를 말하며, 기설정된 참조 데이터와 유전자 알고리즘을 통해 산정된 가중치를 비교하여 화재 지수를 산출할 수 있다.Here, the predetermined reference data refers to information such as toxic gas concentration, smoke, temperature, and thermal camera image at the time of fire occurrence, and the fire index can be calculated by comparing the predetermined reference data with the weight value calculated by the genetic algorithm .

유전자 알고리즘을 통해 산출된 화재 지수는 화재 발생 여부를 판단할 수 있는 지표로 산출된 화재 지수가 일정 수준 이상으로 산출된 경우 제어부(130)는 화재가 발생한 것으로 판단하도로 구축되어 있다.The fire index calculated through the genetic algorithm is an indicator for determining whether or not a fire has occurred. When the fire index calculated as a certain level or more is calculated, the controller 130 is constructed to determine that a fire has occurred.

여기서 유전자 알고리즘이란, 유전자의 변화를 통해 좀 더 좋은 방향으로 진화해가는 자연 진화의 과정과, 자연환경에 잘 적응한 개체가 더 많은 자손을 남기게 되는 적자생존의 과정을 모방한 최적화 알고리즘을 말한다. 유전자 알고리즘은 탐색하고자 하는 해를 염색체로 표현하여 집단을 생성하고, 적합도 평가를 하여 선택된 집단 내의 염색체에 대해 교배, 돌연변이 및 평가를 반복하여 수행함으로써, 최적해를 찾는 알고리즘이다.Genetic algorithms are a process of natural evolution that evolves in a better way through changes in genes and an optimization algorithm that mimics the process of survival of the fittest, in which individuals who adapt well to the natural environment leave more offspring. The genetic algorithm is an algorithm that finds the optimal solution by expressing the solution to be searched by chromosome, generating a population, evaluating the fitness, and repeating mating, mutation and evaluation for the chromosomes in the selected population.

본 발명의 일 실시예에 따른 유전자 알고리즘의 염색체는 추출된 열화상 영상 및 추출된 센싱값에 대응될 수 있다. 또한, 센서부(130)에 내장된 센서의 종류 및 개수에 따라서 추출된 센싱값은 복수 개일 수 있으며, 이 경우에 염색체는 추출된 열화상 영상 및 센서부(130)에 내장된 각 센서의 센싱값에 대응될 수 있다.The chromosome of the genetic algorithm according to an embodiment of the present invention may correspond to the extracted thermographic image and the extracted sensing value. In addition, in this case, the chromosome may be extracted from the extracted thermal image and the sensing of each sensor built in the sensor unit 130. In this case, Value. ≪ / RTI >

제어부(130)는 추출된 열화상 영상 및 추출된 센싱값을 염색체로 하는 유전자 알고리즘을 이용하여 화재 수준을 학습하고, 현재 상황에서의 화재 수준을 결정하도록 구축될 수 있다. The control unit 130 can be constructed to learn the fire level using the extracted thermal image and a genetic algorithm using the extracted sensing value as a chromosome, and to determine the fire level in the current situation.

즉, 제어부(130)는 열화상촬영부(110)에서 촬영된 열화상 영상에 기초하여 연산된 온도 및 센서부(130)에 의해 추출된 센싱값에 가중치를 산정함으로써 온도 및 센싱값의 가중치를 종합적으로 고려하여 화재 수준을 결정할 수 있다.That is, the control unit 130 calculates the weights of the temperature and the sensing value by calculating the temperature based on the temperature calculated based on the thermal image imaged by the thermal imaging unit 110 and the sensing value extracted by the sensor unit 130 The fire level can be determined with comprehensive consideration.

화재 수준을 학습하며, 각 상황에 맞는 화재 수준을 연산된 온도 및 센싱값에 산정된 가중치를 종합적으로 고려하여 결정하기 때문에, 적외선 카메라만을 이용하거나, 열감지 센서등의 센서만을 이용하여 화재 수준을 결정하는 경우보다 화재 발생 수준을 판단하는데 정확성을 높일 수 있다.Because fire level is learned and the fire level for each situation is determined by taking into consideration the calculated weight and the calculated weight in total, it is necessary to use only the infrared camera, It is possible to improve the accuracy in judging the level of fire occurrence.

제어부(130)는 염색체의 집단을 생성하고, 집단 내 각 염색체에 대하여 적합도를 평가할 수 있다. 평가치가 높은 염색체를 선택하여 각 염색체에 대하여 교차, 돌연변이의 조작을 가한 후 적합도를 평가하여 다음 세대의 개체 집단을 생성할 수 있다. 교차, 돌연변이의 조작 및 적합도 평가를 반복해 최적해가 도출되면 제어부(130)는 현재 상황에 대한 화재 지수를 산출함으로써 화재 수준을 결정할 수 있다.The control unit 130 can generate a population of chromosomes and evaluate the fitness for each chromosome in the population. A chromosome with a high evaluation value can be selected, crossing and mutation manipulation can be applied to each chromosome, and the fitness can be evaluated to generate a population of the next generation. When the intersection, the mutation operation, and the fitness evaluation are repeated and the optimal solution is derived, the controller 130 can determine the fire level by calculating the fire index for the current situation.

이후, 산출된 화재지수를 서버(200)에 전송하고(단계 330), 산출된 화재지수가 화재발생에 해당하는지를 판단한다(단계 340).Thereafter, the calculated fire index is transmitted to the server 200 (step 330), and it is determined whether the calculated fire index corresponds to a fire occurrence (step 340).

화재 지수에 기반한 화재발생 여부 판단은 앞서 설명된 바와 같이 제어부(130)에서 산출한 화재 지수가 화재발생에 해당하는 지수인지를 비교하여 판단한다.The determination as to whether or not a fire occurs based on the fire index is made by comparing the fire index calculated by the controller 130 with an index corresponding to the occurrence of fire as described above.

단계 340에서 화재발생에 해당하지 않는 것으로 판단되면 서버(200)로부터 타열화상카메라부터의 화재검출에 대응한 화재발생정보를 수신하였는지를 판단한다(단계 360).If it is determined in step 340 that the fire does not correspond to the fire occurrence, the server 200 determines whether the fire occurrence information corresponding to the fire detection from the other thermal imaging camera is received (step 360).

단계 340에서 화재발생에 해당한 것으로 판단되거나, 단계 360에서 서버(200)로부터 화재발생정보를 수신한 것으로 판단되면 화개경보부(140)를 통해 화재경보를 발생한다(단계 350).If it is determined in step 340 that the fire is generated, or if it is determined in step 360 that the fire occurrence information is received from the server 200, the fire alarm is generated through the fog alarm unit 140 (step 350).

이상에서 설명된 유전자 알고리즘을 이용한 화재 감지 방법 및 시스템에 따르면, 열화상 영상 뿐만 아니라 센서도 이용하여 화재를 감지하므로 화재 발생 여부 판단의 정확성을 높이는 효과가 있다.According to the fire detection method and system using the genetic algorithm described above, since the fire is detected by using the sensor as well as the thermal image, the accuracy of fire occurrence determination is improved.

또한, 열화상 카메라를 통해 촬영된 영상 및 센서를 통해 센싱된 값을 유전자 알고리즘을 통해 화재로 판단될 수 있는 화재 감지 수준을 학습하므로 화재 발생 여부 판단에 있어서 정확성을 높이는 효과가 있다.Also, since the value sensed through the sensor and the image photographed through the thermal camera learns the fire detection level which can be judged by fire through the genetic algorithm, the accuracy of the fire detection is improved.

100 : 열화상 카메라
110 : 열화상촬영부
120 : 센서부
130 : 제어부
140 : 화재 경보부
150 : 송수신부
200 : 서버
100: Thermal camera
110: thermal imaging unit
120:
130:
140: Fire alarm
150: Transmitting /
200: Server

Claims (16)

열화상 카메라에서 촬영된 영상과 상기 열화상 카메라에 내장된 적어도 하나의 센서에서 검출한 센싱값을 획득하는 단계와;
상기 획득된 영상 및 적어도 하나의 센싱값에 유전자 알고리즘을 적용하여 화재 지수를 산출함으로써 화재 여부를 판단하는 단계;를 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
Obtaining a sensed value detected by at least one sensor incorporated in the thermal imaging camera and an image photographed by the thermal imaging camera;
And generating a fire index by applying a genetic algorithm to the acquired image and at least one sensed value to determine whether or not the fire is present.
제1항에 있어서,
상기 화재 여부를 판단하는 단계는
기설정된 참조 데이터와 상기 유전자 알고리즘이 적용된 최적해를 비교하여 화재 여부를 판단하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 1,
The step of determining whether or not the fire
And comparing the preset reference data with an optimal solution to which the genetic algorithm is applied to judge whether or not a fire is present.
제1항에 있어서,
상기 화재 여부를 판단하는 단계에서
상기 유전자 알고리즘에 입력되는 변수는 상기 획득된 영상에 기초하여 연산된 온도값과 연기 센서 또는 가스 센서를 포함하는 상기 적어도 하나의 센서에서 검출한 센싱값인 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 1,
In the step of judging whether or not the fire has occurred
Wherein a variable input to the genetic algorithm is a sensed value detected by the at least one sensor including a smoke sensor or a gas sensor and a temperature value calculated based on the obtained image. .
제1항에 있어서,
상기 화재 여부를 판단하는 단계는
상기 유전자 알고리즘을 이용하여 상기 획득된 영상에 기초하여 연산된 온도값 및 상기 획득된 센싱값에 가중치를 산정하는 단계를 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 1,
The step of determining whether or not the fire
Calculating a temperature value calculated based on the obtained image using the genetic algorithm and a weight on the obtained sensing value.
제4항에 있어서,
상기 화재 지수는
상기 연산된 온도값 및 상기 획득된 센싱값에 산정된 가중치를 기설정된 참조 데이터와 비교하여 산출되는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
5. The method of claim 4,
The fire index
And comparing the computed temperature value and a weight calculated based on the obtained sensing value with preset reference data.
제1항에 있어서,
상기 화재 여부를 판단하는 단계는
상기 산출된 화재 지수를 서버로 전송하는 단계를 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 1,
The step of determining whether or not the fire
And transmitting the calculated fire index to a server.
제1항에 있어서,
상기 유전자 알고리즘은
초기집단의 생성, 적합도 평가, 선택, 교배, 돌연변이 연산을 통해서 상기 염색체가 최적의 해가 되도록 진화시키는 것이 적용된 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 1,
The genetic algorithm
Wherein the evolution of the chromosome to an optimal solution is applied through generation of an initial population, evaluation of fitness, selection, mating, and mutation operations.
제6항에 있어서,
상기 화재 여부를 판단하는 단계는
상기 산출된 화재 지수에 기반하여 화재가 발생한 것으로 판단된 경우 또는
상기 서버로부터 화재 발생에 대한 정보를 전송받은 경우에 화재 경보를 발생하는 단계를 더 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 6,
The step of determining whether or not the fire
If it is determined that a fire has occurred based on the calculated fire index or
Further comprising the step of generating a fire alarm when information on the occurrence of a fire is received from the server.
제1항에 있어서,
상기 열화상 카메라는 복수개이며
제1 열화상 카메라의 대각선상에 일정한 간격을 두어 위치한 제2 열화상 카메라를 통해 제1 열화상 카메라로 열화상 촬영을 할 수 없는 사각지대의 화재 감지를 실시하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
The method according to claim 1,
The thermal imaging camera has a plurality of
Wherein a fire alarm is detected in a dead zone where thermal imaging can not be performed by a first thermal camera through a second thermal camera positioned at a predetermined interval on a diagonal line of the first thermal camera. Fire detection method.
유전자 알고리즘을 적용하여 화재 지수를 산출함으로써 화재 여부를 판단하는 제어부를 포함하는 열화상 카메라; 및
상기 열화상 카메라로부터 상기 산출된 화재 지수를 전송받는 서버를 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 시스템.
An infrared camera including a control unit for determining whether a fire is caused by calculating a fire index by applying a genetic algorithm; And
And a server for receiving the calculated fire index from the thermal imaging camera.
제10항에 있어서, 상기 열화상 카메라는
적외선 카메라를 통해 열화상 영상을 촬영하여 상기 제어부에 출력하는 열화상촬영부;
연기 센서와 가스 센서 중 적어도 하나가 내장된 센서부; 및
상기 산출된 화재 지수를 서버로 전송하는 송수신부;를 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 시스템.
11. The apparatus of claim 10, wherein the thermal imaging camera
A thermal image pickup unit for taking a thermal image through an infrared camera and outputting the thermal image to the control unit;
A sensor unit having at least one of a smoke sensor and a gas sensor incorporated therein; And
And a transmission / reception unit for transmitting the calculated fire index to a server.
제11항에 있어서, 상기 제어부는
상기 유전자 알고리즘을 이용하여 상기 열화상촬영부에서 촬영된 열화상 영상으로부터 획득된 영상에 기초하여 연산된 온도값 및 상기 센서부에서 검출된 센싱값에 가중치를 산정하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 시스템.
12. The apparatus of claim 11, wherein the control unit
And a weight value is calculated based on a temperature value calculated based on the image obtained from the thermal image photographed by the thermal imaging unit and a sensing value detected by the sensor unit using the genetic algorithm. Fire detection system.
제12항에 있어서, 상기 제어부는,
상기 연산된 온도값 및 상기 검출된 센싱값에 산정된 가중치를 기설정된 참조 데이터와 비교하여 상기 화재 지수를 산출하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 방법.
13. The apparatus according to claim 12,
Wherein the fire index is calculated by comparing the calculated temperature value and a weight calculated based on the detected sensing value with predetermined reference data.
제10항에 있어서, 상기 서버는
상기 전송받은 화재 지수가 실제 화재가 발생한 것으로 판단되는 경우 상기 화재 지수를 전송한 열화상 카메라 주변의 일정 범위에 위치한 상기 서버와 통신이 가능한 열화상 카메라에 화재 발생에 대한 정보를 전송하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 시스템.
11. The system of claim 10, wherein the server
And transmits information on fire occurrence to a thermal imaging camera capable of communicating with the server located in a certain range around the thermal imaging camera transmitting the fire index when it is determined that the fire index transmitted is a real fire Fire detection system using genetic algorithm.
제10항에 있어서, 상기 열화상 카메라는
상기 산출된 화재 지수에 기반하여 화재가 발생한 것으로 판단된 경우 또는 상기 서버로부터 화재 발생에 대한 정보를 전송받은 경우에 화재 경보를 발생하는 화재 경보부를 포함하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 시스템.
11. The apparatus of claim 10, wherein the thermal imaging camera
And a fire alarm unit for generating a fire alarm when it is determined that a fire has occurred based on the calculated fire index or when information about a fire occurrence is received from the server. .
제10항에 있어서, 상기 열화상 카메라는 복수개가 적용되며,
제1 열화상 카메라의 대각선상에 일정한 간격을 두어 위치한 제2 열화상 카메라를 통해 제1 열화상 카메라로 열화상 촬영을 할 수 없는 사각지대의 화재 감지를 실시하는 것을 특징으로 하는 유전자 알고리즘을 이용한 화재 감지 시스템.
11. The system of claim 10, wherein a plurality of thermal imaging cameras are applied,
Wherein a fire alarm is detected in a dead zone where thermal imaging can not be performed by a first thermal camera through a second thermal camera positioned at a predetermined interval on a diagonal line of the first thermal camera. Fire detection system.
KR1020170068281A 2017-06-01 2017-06-01 Method and System for detecting fire using genetic algorithm KR101929539B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170068281A KR101929539B1 (en) 2017-06-01 2017-06-01 Method and System for detecting fire using genetic algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170068281A KR101929539B1 (en) 2017-06-01 2017-06-01 Method and System for detecting fire using genetic algorithm

Publications (2)

Publication Number Publication Date
KR20180131775A true KR20180131775A (en) 2018-12-11
KR101929539B1 KR101929539B1 (en) 2018-12-14

Family

ID=64671977

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170068281A KR101929539B1 (en) 2017-06-01 2017-06-01 Method and System for detecting fire using genetic algorithm

Country Status (1)

Country Link
KR (1) KR101929539B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127815A (en) * 2019-12-24 2020-05-08 嘉兴恒创电力设计研究院有限公司 Fire-fighting system and method with hierarchical early warning control
CN112201000A (en) * 2020-10-10 2021-01-08 广东省构建工程建设有限公司 Dynamic fire monitoring system and method applied to construction stage
KR102356264B1 (en) * 2020-10-27 2022-02-07 한전케이디엔주식회사 Apparatus and method for monitoring indoor storage yard and coal transfer facility based on AI image analysis patrol technology

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101084719B1 (en) * 2010-06-25 2011-11-22 (주)퓨처아이스 Intelligent smoke detection system using image processing and computational intelligence

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127815A (en) * 2019-12-24 2020-05-08 嘉兴恒创电力设计研究院有限公司 Fire-fighting system and method with hierarchical early warning control
CN112201000A (en) * 2020-10-10 2021-01-08 广东省构建工程建设有限公司 Dynamic fire monitoring system and method applied to construction stage
KR102356264B1 (en) * 2020-10-27 2022-02-07 한전케이디엔주식회사 Apparatus and method for monitoring indoor storage yard and coal transfer facility based on AI image analysis patrol technology

Also Published As

Publication number Publication date
KR101929539B1 (en) 2018-12-14

Similar Documents

Publication Publication Date Title
US20190244504A1 (en) Fire monitoring system
CN111739250B (en) Fire detection method and system combining image processing technology and infrared sensor
JP6942029B2 (en) Fire monitoring system
KR100901784B1 (en) System for fire warning and the method thereof
US11729597B2 (en) Digital twin disaster management system customized for underground public areas
KR101929539B1 (en) Method and System for detecting fire using genetic algorithm
JP2019079445A (en) Fire monitoring system
CN106657898B (en) System and method for authenticated threat detection
KR20210097500A (en) Apparatus for Monitoring Fire And System having the same
CN113920673B (en) Indoor fire intelligent monitoring method and system
CN114913663B (en) Abnormality detection method, abnormality detection device, computer device, and storage medium
CN117253333A (en) Fire camera shooting detection device, fire detection alarm method and system
CN116229668A (en) Fire disaster positioning system based on infrared video monitoring
CN115394034A (en) Fire risk determination method, device and system and robot
CN115240353A (en) Fire-fighting dangerous case processing method based on Internet of things sensing
CN114120171A (en) Fire smoke detection method, device and equipment based on video frame and storage medium
KR102233679B1 (en) Apparatus and method for detecting invader and fire for energy storage system
JP6980188B2 (en) Fire identification device
KR20110079939A (en) Image sensing agent and security system of usn complex type
CN111739251A (en) Fire source detection and positioning system and method
CN209433517U (en) It is a kind of based on more flame images and the fire identification warning device for combining criterion
US20230401860A1 (en) Management apparatus, management method, management system, computer program and recording medium
KR102081577B1 (en) Intelligence Fire Detecting System Using CCTV
JP6700950B2 (en) Monitoring system
KR20230102532A (en) Fire detection system and method using time series data prediction thchnique and image classification

Legal Events

Date Code Title Description
GRNT Written decision to grant
R401 Registration of restoration